提到不同变量的效应大小，大家一定会联想到在多因素回归模型中所得到的回归系数，有的问题需要借助标准化回归系数来进行判断，今天我们就来向大家介绍一下，在回归模型中这个标准化回归系数到底是个什么鬼？

上节课程我们讲解了如何如何展示非线性关系，内容包括：多项式回归；分段回归；Spline样条回归-限制性立方样条；Lowess平滑方法。本节课程我们将介绍很多人都很关注的Logistic回归和广义线性模型，还将包括ROC曲线和列线图（Nomo

上节课程我们主要讲解了R语言“回归模型的诊断和改进”，包括：检验拟合优度、线性关系、残差正态性、方差齐性、强影响点以及多重共线性等。本节课程我们会详细讲解回归模型比较和变量筛选：① 比较两个回归模型：anova()比较嵌套模型，AIC()比

为什么要调整协变量？这篇文章，我们就介绍一下，如何计算协变量调整后的ROC曲线和AUC值。

我们已向大家介绍过如何依据一项测量指标设计和评价诊断试验。但在实际临床工作中，我们往往是根据多项指标综合判断病情的。比如，在诊断高血压时，我们会根据年龄、性别、并发症等多个因素同时评价受试者的患病情况。那么在这种情况下，我们应如何判断诊断结

某研究者想了解年龄、性别、BMI和总胆固醇（TC）预测患心脏病（CVD）的能力，招募了100例研究对象，记录了年龄（age）、性别（gender）、BMI，测量血中总胆固醇水平（TC），并评估研究对象目前是否患有心脏病（CVD）。使用二分类

某呼吸内科医生拟探讨吸烟与肺癌发生之间的关系，开展了一项成组设计的病例对照研究。选择该科室内肺癌患者为病例组，选择医院内其它科室的非肺癌患者为对照组。通过查阅病历、问卷调查的方式收集了病例组和对照组的以下信息：性别、年龄、BMI、COPD病

如何提升诊断的灵敏度或特异度？就不得不提联合试验了，根据联合试验的形式，分为串联试验和并联试验。本次课程介绍了何为串联试验和并联试验。此外，本次课程还详细介绍了阳性预测值，以及其与患病率、灵敏度和特异度的关系

本文详解了何为诊断试验，诊断试验的评价对象、评价方法和常见评价指标。评价指标主要分为真实性和可靠性，真实性评价指标包括灵敏度、特异度等；可靠性评价指标包括符合率、Kappa值等。